python中基于特殊字符的拆分字符串

例如，字符串为

hello%$world%^&let me^@love&&you

预期结果为一个变量中的hello，其余变量为其他变量，例如a=“hello”b=“world”等。

使用正则表达式

像这样：-

import re
a = "hello %$ world %^& let me ^@ love && you"
print(re.findall(r'\w+',a))

您可以使用以下用户（从字符串中检索世界）：

请参阅中有关正则表达式的详细信息

更新 如注释中所述，附加regexp以检索由特殊字符分隔的一组单词：

my_string = "hello world #$$ i love you #$@^ welcome to world"
re.findall(r'(\w+[\s\w]*)\b', my_string)  
# ['hello world', 'i love you', 'welcome to world']

---

基本答案是一个regexp。我建议您访问NLTK中的tokenizer，他们鼓励您对该主题进行研究，并为您以后切换到更复杂的内容提供了灵活性。你猜怎么着？它还提供了一个基于Regexp的标记器

from nltk.tokenize import RegexpTokenizer 

tokenizer = RegexpTokenizer(r'([A-Za-z0-9 ]+)')
corpus = tokenizer.tokenize("hello %$ world %^& let me ^@ love && you")

---

使用正则表达式解决这些问题。查看

re.split

，在任何非单词序列上拆分（或任何您的标准）。你当然不想以单独的变量结束，你会希望所有这些值都在一个列表或dict中。它应该在单独的变量中@decezeSee–变量通常是个坏主意。我知道这一点，但如何在特殊字符后存储字符串，例如

hello world#$$i love you#$$^欢迎来到世界

输出必须是a=“hello world”b=“i love you”c=“欢迎来到世界”或者，如果导入一个列中有类似内容的csv文件，并将每个输出保存到一个特定列中，该怎么办！根据更新，它将是：tokenizer=RegexpTokenizer（r'（[A-Za-z0-9]+））

from nltk.tokenize import RegexpTokenizer 

tokenizer = RegexpTokenizer(r'([A-Za-z0-9 ]+)')
corpus = tokenizer.tokenize("hello %$ world %^& let me ^@ love && you")